Piotr Kulicki. Informatyczny model realizacji celów i jego zastosowanie do argumentacji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Piotr Kulicki. Informatyczny model realizacji celów i jego zastosowanie do argumentacji"

Transkrypt

1 Piotr Kulicki Informatyczny model realizacji celów i jego zastosowanie do argumentacji 1. Wprowadzenie Procesy argumentacyjne są w ostatnich latach przedmiotem intensywnych badań różnych dziedzin nauki. Jednym z ważniejszych ujęć jest podejście logiczne, w ramach którego poszukiwane są ogólne schematy poprawnej argumentacji. Naturalne wydaje się przypuszczenie, że schematy takie powinny obejmować wszystkie te, które odpowiadają prawom logiki. Okazuje się jednak, że relacja wynikania logicznego nie gwarantuje poprawności argumentacji. Ujawnia się to w przypadku argumentów cyrkularnych (błędne koło w argumentacji, uzasadnianie tego samego przez to samo), które w teorii argumentacji uznawane są za błędne, choć odpowiadające im wyrażenie w logice zdań, p p (w kontekście argumentacji można je odczytać np.: p zatem p), jest prawem logiki obecnym powszechnie w formalizacjach systemów logicznych, niezależnie od treściowego czy formalnego wariantu. 1 Nie chcąc rozstrzygać, czy przedstawiona rozbieżność ma charakter paradoksalny spróbujemy w niniejszej pracy przedstawić problem rozumowań cyrkularnych z perspektywy logiki komputerowej 2. Uważamy, że perspektywa taka przyczyni się do lepszego zrozumienia problemu poprzez umieszczenie go w kontekście oceny skuteczności i ewentualnej automatyzacji działania. Zwrócimy uwagę na występowanie podobieństw strukturalnych pomiędzy konstruowaniem poprawnej argumentacji a innymi sytuacjami związanymi z modelowaniem realizacji celów. Twierdzimy, że argumenty cyrkularne uznawane za nieprawomocne w teorii argumentacji można interpretować jako szczególny przypadek działania, które jest niepoprawne ze względu na to, że nie może przybliżyć do realizacji celu. Dodatkowo dopuszczenie takich działań w programach komputerowych prowadzi do wadliwego działania tych programów. 1 Problem omawiała K. Budzyńska w referacie Czy logika formalna opisuje dedukcyjne argumentacje? Poprawność błędnego koła na konferencji Krytyczne myślenie i retoryka, Warszawa 14 marca 2009, materiał wizualny z referatu znajduje się na stronie: 2 Chodzi tu o Computational Logic w ujęciu R. Kowalskiego, tzn. logikę budowaną na bazie formalizmów używanych w programowaniu w logice (język Prolog). Logika taka może być stosowana zarówno do programowania i rozumowania na temat działania komputerów jak i do modelowania ludzkiego myślenia i racjonalnego zachowania. Obszerny wykład na ten temat znajduje się w książce R. Kowalski, How to be Artificially Intelligent, (wersja robocza).

2 2. Programowanie realizacji celów W ramach deklaratywnego paradygmatu programowania często spotykany jest schemat, w którym za pomocą pojedynczych kroków wykonywanych w ściśle określonych okolicznościach realizowane są założone z góry cele. W klasycznej pracy kładącej fundamenty tego paradygmatu R. Kowalski zwraca uwagę na fakt następujący: Dowolne zadanie może być przedstawione jako zadanie znalezienia drogi w grafie. Dany jest stan początkowy A, stan docelowy Z i operacje przeprowadzające jeden stan w następny; zadanie polega na znalezieniu drogi z A do Z. 3 Taki schemat doczekał się ujęcia w postaci swoistego języka programowania, służącego do modelowania w nim realizacji celów przez komputerowych agentów, pod nazwą GOAL 4. Aby w szczegółach prześledzić mechanizm działania schematu skorzystamy jednak z programu w standardowym Prologu. Przedstawimy zagadnienie na prostym przykładzie przeszukiwania labiryntu zaczerpniętym z podręcznika programowania w tym języku 5. Zadanie polega na znalezieniu drogi do pokoju, w którym znajduje się telefon w domu, którego plan przedstawiony jest na rysunku 1. W tym wypadku stan początkowy to miejsce, z którego agent wyrusza na poszukiwanie telefonu (punkt a przed wejściem do domu), stan docelowy to pokój, w którym telefon się znajduje, a operacją zmiany stanów jest przejście z pokoju do pokoju. d c f e b a g Rysunek 1. Plan domu Agent przechodzi z pokoju do pokoju, o ile pomiędzy pokojami są drzwi do momentu, w którym znajdzie się w docelowym pomieszczeniu. Notuje jednocześnie wszystkie pokoje, w których już się znalazł i nie bierze ich pod uwagę w dalszym 3 R. Kowalski, Logika w rozwiązywaniu zadań, WNT, Warszawa, 1989 str K.V. Hindriks, The GOAL Programming Guide, 5 W.F. Clocksin, C.S. Mellish, Prolog. Programowanie, Gliwice, 2003, str. 132 i n. Przedstawiamy tu problem z podręcznika w oryginalnej wersji, program go rozwiązujący jest nieco zmieniony.

3 poszukiwaniu. Wykonując każde przejście agent zapisuje również wykonywane akcje. Po osiągnięciu celu lista wykonanych przejść jest podawana jako właściwa droga. Poniżej zamieszczony jest tekst programu znajdujący drogę do pomieszczenia z telefonem 6. Opis domu z rysunku 1 zawarty jest w następujących klauzulach. drzwi(a,b). drzwi(b,e). drzwi(b,c). drzwi(d,e). drzwi(c,d). drzwi(e,f). drzwi(g,e). telefon(g). Kolejna klauzula zawiera informację, że przez drzwi można przechodzić w obie strony. przejscie(x,y,drzwi(x,y)):-drzwi(x,y);drzwi(y,x). Pozostała część programu zawiera ogólny schemat poszukiwania drogi do celu. Składa się ona z definicji dwóch predykatów: droga i gotowa_droga. Predykat droga jest definiowany rekurencyjnie. Pierwsza klauzula określa kres rekurencji i obejmuje sytuację, w której agent dotarł do celu i przetwarza informacje o przebytej drodze. Druga klauzula odpowiada za kolejne przejścia pomiędzy stanami, z jednoczesnym zapisywaniem informacji o odwiedzonych stanach i wykonanych akcjach. reverse(akcje_od_konca,akcje_od_poczatku). droga(stan,stan,_,akcje_od_konca,akcje_od_poczatku):- droga(stan1,stan2,stany,akcje,akcje_skuteczne):- przejscie(stan1,stan3,akcja), not(member(stan3,stany)), droga(stan3,stan2,[stan3 Stany],[Akcja Akcje],Akcje_skuteczne). 6 Program uruchamiany był przy użyciu interpretera SWI-Prolog w wersji ,

4 Warunek (*) not(member(stan3,stany)) występujący w drugiej z powyższych klauzul ma kluczowe znaczenie dla działania programu. Po pierwsze eliminuje drogi, które nie są minimalne, gdyż zawierają pętle. Użycie takich dróg byłoby nieracjonalne z punktu widzenia ekonomii realizacji celu. Po drugie, w wielu wypadkach, włączając omawiany przykład, jego usunięcie spowodowałoby, że otrzymany program nie udzielałby żadnej odpowiedzi na zapytanie. Agent przechodziłby ciągle przez te same miejsca bez szans na kontynuację poszukiwań z wykorzystaniem innych ścieżek. W praktyce uruchomienie powyższego programu pozbawionego warunku (*) prowadzi do zawieszenia się interpretera Prologu. Predykat gotowa_droga wywołuje predykat droga określając, że na początku poszukiwania agent przebywał w miejscu, z którego rozpoczął poszukiwanie i nie wykonał jeszcze żadnych akcji. gotowa_droga(x,y,d):-droga(x,y,[x],[],d). Po zadaniu zapytania o drogę ze wskazanego miejsca do telefonu otrzymujemy następującą odpowiedź wymieniającą wszystkie minimalne, tzn. nie zawierające pętli, możliwości.?- telefon(cel), gotowa_droga(a,cel,droga). Cel = g, Droga = [drzwi(a, b), drzwi(b, e), drzwi(e, g)] ; Cel = g, Droga = [drzwi(a, b), drzwi(b, c), drzwi(c, d), drzwi(d, e), drzwi(e, g)] ; false. 7 7 Odpowiedź false interpretera oznacza, że nie ma już więcej rozwiązań postawionego problemu.

5 3. Ujęcie działań argumentacyjnych w ramach modelu realizacji celów Ten sam schemat można zastosować do modelowania argumentacji. Aby to uczynić trzeba określić czym w tym wypadku są stany, pomiędzy którymi dokonuje się przejść, jakie są możliwe przejścia oraz czym jest stan początkowy i stan docelowy. Stan jest tu stanem przekonań podmiotu, któremu przedstawiane są argumenty. Z punktu widzenia rozpatrywanego schematu nie ma znaczenia jak taki stan przekonań jest rozumiany. Może to być zbiór zdań uznawanych przez podmiot, ale może być to konstrukcja bardziej skomplikowana uwzględniająca stopień uznawania tych zdań i ich wzajemne powiązania. Istotne jest natomiast, że stany takie są dobrze określone i przejścia pomiędzy nimi są dyskretne. Przyjmiemy, że przejścia te dokonują się ze względu na przedstawienie podmiotowi jakiegoś argumentu. Stan początkowy jest zastanym stanem przekonań podmiotu, natomiast stan docelowy, to stan przekonań, do którego ma doprowadzić planowana sekwencja argumentów. Przyjrzymy się tej konstrukcji na przykładzie, w którym dla uproszczenia przyjmiemy, że liczba stanów przekonań jest skończona, a przejścia pomiędzy nimi są explicite wymienione. Nie ma jednak istotnych przeszkód, aby w tym samym schemacie rozpatrywać nieskończone zbiory stanów przekonań określane przy pomocy parametrów, a działanie argumentów definiować poprzez ogólne reguły. Dla zapisania działania argumentów na stany przekonań podmiotu użyjemy tego samego predykatu przejscie, z którego korzystał program znajdujący drogę w labiryncie, definiując go tym razem poprzez poniższe klauzule. przejscie(stan_przekonan_1,stan_przekonan_2,argument_1). przejscie(stan_przekonan_1,stan_przekonan_3,argument_2). przejscie(stan_przekonan_2,stan_przekonan_4,argument_3). przejscie(stan_przekonan_3,stan_przekonan_5,argument_4). Możemy teraz zadać pytanie o argumentację, jaka powinna zostać użyta dla przeprowadzenia agenta ze stanu przekonań o nazwie stan_przekonan_1 do stanu - stan_przekonan_5.?- gotowa_droga(stan_przekonan_1,stan_przekonan_5,argumentacja). Argumentacja = [argument_2, argument_4] ; false.

6 Argumentacja jest tu ciągiem argumentów, które mogą przeprowadzić podmiot ze stanu zastanego do stanu docelowego. Ciąg ten ma charakter minimalny, tzn. nie zawiera niepotrzebnych elementów. W ten sposób powstaje model argumentacji - schemat formalnego jej ujęcia, który może zostać uzupełniony przez podanie bardziej szczegółowej postaci możliwych stanów przekonań i argumentów. Konstrukcja taka przedstawianie programu komputerowego w roli formalnego opisu jakiegoś zjawiska nie jest powszechnie stosowana 8. Nasuwa się więc pytanie o wartość poznawczą tego typu modelu. Wyczerpująca odpowiedź na to pytanie wykracza jednak poza temat niniejszego artykułu. Zaznaczymy jedynie, że budowanie modelu na gruncie logiki komputerowej, w tym przypadku wprost w języku Prolog, ma zaletę taką, że zachowując wszystkie cechy modelu logicznego (na program można patrzeć jako na zbiór zdań w węższym rachunku predykatów stanowiący swoistą miniteorię wycinka rzeczywistości) uzyskujemy jednocześnie możliwość użycia go jako działającego programu i uruchomienia. 4. Cyrkularność argumentacji Przy użyciu określonego powyżej modelu argumentacji przeanalizujemy różne postaci zjawiska cykliczności w argumentacji. Weźmiemy pod uwagę trzy objawy cyrkularności w argumentacji: cyrkularny krok argumentacjny, cyrkularność wewnątrz ścieżki argumentacyjnej oraz globalną cyrkularność procesu argumentacyjnego. (i) Cyrkularny krok argumentacyjny. Przez cyrkularny krok argumentacyjny będziemy rozumieć bezpośrednie zastosowanie jakiegoś zdania do uzasadnienia tego samego zdania, tzn. argumentacje o schemacie: p zatem p (p p) 9. W naszym modelu taki schemat argumentacyjnych możemy zapisać poprzez następującą klauzulę. przejscie(dowolny_stan,dowolny_stan,argument_cyrkularny). 8 Zazwyczaj w tym charakterze przedstawia się teorię aksjomatyczną wyrażoną w standardowym języku logiki lub określenie operacji konsekwencji. 9 Dla zestawienia argumentacji z logicznym schematem wnioskowania p zatem p dokonując pewnego uproszczenia będziemy w miejsce zmiennej p wstawiać stany przekonań z naszego modelu.

7 Oznacza to, że argument pod nazwą argument_cyrkularny pozwala na przejście z dowolnego stanu przekonań do tego samego stanu. Warunek (*) z definicji predykatu droga sprawia, że argument ten nigdy nie zostanie użyty w tworzeniu argumentacji. (ii) Cyrkularność wewnątrz ścieżki argumentacyjnej. Mamy tu na myśli sytuację, w której w trakcie argumentacji na rzecz jakiegoś stanu przekonań osiąga się ten właśnie stan, tzn. jakieś stwierdzenie jest dla siebie elementem uzasadnienia. Tak jak w punkcie (i) warunek (*) sprawi, że taka argumentacja w naszym modelu nie wystąpi. W tym miejscu przyjrzyjmy się sytuacji, gdy wśród argumentów obecne są jednocześnie takie, które podpadają pod schematy p q i q p. Za przykład mogą tu posłużyć argumenty: p jest prawdziwe zatem p jest fałszywe i p jest fałszywe zatem p jest prawdziwe, z których każdy wydaje się przekonujący. Istnienie ich może rodzić podejrzenie, że pojawi się argumentacja cyrkularna. Ze względu na warunek (*) argumenty takie nie będą jednak użyte jednocześnie w odniesieniu do tego samego zdania wstawionego w miejscu p w jednym ciągu argumentacyjnym. (iii) Globalna cyrkularność procesu argumentacyjnego. Chodzi w tym punkcie o sytuację, w której aktualny stan przekonań podmiotu jest zgodny ze stanem docelowym. Sytuację tę ujmuje następujące zapytanie.?- gotowa_droga(stan_przekonan_1,stan_przekonan_1,argumentacja). Argumentacja = [] ; false. Odpowiedź tę można odczytać jako informację, że nie jest tu potrzebna, a zarazem nie jest możliwa, żadna argumentacja. W ten sposób wymienione powyżej sytuacje cyrkularności w argumentacji okazały się nieobecne w naszym modelu. Spowodowane jest to faktem, że nie służą one realizacji celu, która jest fundamentem zastosowanego modelu. Uznajemy to za wskazanie, iż cyrkularne argumenty i ciągi argumentacyjne są niepoprawne, co jest zgodne z opinią powszechną na gruncie teorii argumetnacji.

8 5. Podsumowanie W pracy odnieśliśmy się do problemu odmienności schematów prawidłowej argumentacji od schematów praw logiki. W celu zrozumienia specyfiki argumentacji użyliśmy informatycznego modelu realizacji celów. Argumentację uznaliśmy właśnie za działanie zmierzające do osiągnięcia celu. W zastosowanym modelu, działania argumentacyjne mające charakter cyrkularny uznane są za niepoprawne, mimo iż odpowiadające im formuły są prawami logiki.

Definicje. Algorytm to:

Definicje. Algorytm to: Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi

Bardziej szczegółowo

LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ

LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ Robert Trypuz Katedra Logiki KUL 18 grudnia 2013 Robert Trypuz (Katedra Logiki) Wnioskowanie 18 grudnia 2013 1 / 12 Zarys 1 Wnioskowanie Definicja Schemat wnioskowania

Bardziej szczegółowo

Programowanie w logice

Programowanie w logice Programowanie w logice PROLOG cz.1 PROLOG język wysokiego poziomu Powstał w 1972 na Uniwersytecie w Marsylii (Francja) w zespole A.Colmerauer a i F.Roussel a PROgrammation en LOGique, PROgramming in LOGic,

Bardziej szczegółowo

Programowanie komputerów

Programowanie komputerów Programowanie komputerów Wykład 1-2. Podstawowe pojęcia Plan wykładu Omówienie programu wykładów, laboratoriów oraz egzaminu Etapy rozwiązywania problemów dr Helena Dudycz Katedra Technologii Informacyjnych

Bardziej szczegółowo

Programowanie deklaratywne

Programowanie deklaratywne Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne

Bardziej szczegółowo

Algorytm. Krótka historia algorytmów

Algorytm. Krótka historia algorytmów Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne

Bardziej szczegółowo

Wstęp do logiki. Klasyczny Rachunek Zdań III

Wstęp do logiki. Klasyczny Rachunek Zdań III Wstęp do logiki Klasyczny Rachunek Zdań III Przypomnijmy: Logika: = Teoria form (schematów, reguł) poprawnych wnioskowań. Wnioskowaniem nazywamy jakąkolwiek skończoną co najmniej dwuwyrazową sekwencję

Bardziej szczegółowo

Rachunek zdań i predykatów

Rachunek zdań i predykatów Rachunek zdań i predykatów Agnieszka Nowak 14 czerwca 2008 1 Rachunek zdań Do nauczenia :! 1. ((p q) p) q - reguła odrywania RO 2. reguła modus tollens MT: ((p q) q) p ((p q) q) p (( p q) q) p (( p q)

Bardziej szczegółowo

Wprowadzenie do Prologa

Wprowadzenie do Prologa Wprowadzenie do Prologa Rozdział 1 Tutorial Introduction Maciej Gapiński Dominika Wałęga Spis treści 1. Podstawowe informacje 2. Obiekty i relacje 3. Reguły 4. Fakty 5. Zapytania 6. Zmienne i stałe Podstawowe

Bardziej szczegółowo

OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI

OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI Autoreferat do rozprawy doktorskiej OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI Michał Mazur Gliwice 2016 1 2 Montaż samochodów na linii w

Bardziej szczegółowo

Scenariusz lekcji opartej na programie Program nauczania informatyki w gimnazjum DKW-4014-87/99

Scenariusz lekcji opartej na programie Program nauczania informatyki w gimnazjum DKW-4014-87/99 Scenariusz lekcji opartej na programie Program nauczania informatyki w gimnazjum DKW-4014-87/99 Techniki algorytmiczne realizowane przy pomocy grafiki żółwia w programie ELI 2,0. Przedmiot: Informatyka

Bardziej szczegółowo

Kultura logiczna Wnioskowania dedukcyjne

Kultura logiczna Wnioskowania dedukcyjne Kultura logiczna Wnioskowania dedukcyjne Bartosz Gostkowski bgostkowski@gmail.com Kraków 25 IV 2010 Plan wykładu: Intuicje dotyczące poprawności wnioskowania Wnioskowanie dedukcyjne Reguły niezawodne a

Bardziej szczegółowo

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:

Bardziej szczegółowo

Paradygmaty programowania

Paradygmaty programowania Paradygmaty programowania Jacek Michałowski, Piotr Latanowicz 15 kwietnia 2014 Jacek Michałowski, Piotr Latanowicz () Paradygmaty programowania 15 kwietnia 2014 1 / 12 Zadanie 1 Zadanie 1 Rachunek predykatów

Bardziej szczegółowo

Klasa 2 INFORMATYKA. dla szkół ponadgimnazjalnych zakres rozszerzony. Założone osiągnięcia ucznia wymagania edukacyjne na. poszczególne oceny

Klasa 2 INFORMATYKA. dla szkół ponadgimnazjalnych zakres rozszerzony. Założone osiągnięcia ucznia wymagania edukacyjne na. poszczególne oceny Klasa 2 INFORMATYKA dla szkół ponadgimnazjalnych zakres rozszerzony Założone osiągnięcia ucznia wymagania edukacyjne na poszczególne oceny Algorytmy 2 3 4 5 6 Wie, co to jest algorytm. Wymienia przykłady

Bardziej szczegółowo

Technologie informacyjne - wykład 12 -

Technologie informacyjne - wykład 12 - Zakład Fizyki Budowli i Komputerowych Metod Projektowania Instytut Budownictwa Wydział Budownictwa Lądowego i Wodnego Politechnika Wrocławska Technologie informacyjne - wykład 12 - Prowadzący: Dmochowski

Bardziej szczegółowo

Podstawy programowania. Wykład Funkcje. Krzysztof Banaś Podstawy programowania 1

Podstawy programowania. Wykład Funkcje. Krzysztof Banaś Podstawy programowania 1 Podstawy programowania. Wykład Funkcje Krzysztof Banaś Podstawy programowania 1 Programowanie proceduralne Pojęcie procedury (funkcji) programowanie proceduralne realizacja określonego zadania specyfikacja

Bardziej szczegółowo

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język

Bardziej szczegółowo

Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do

Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do testu z filozofii jest zaliczenie testu z logiki i zaliczenie

Bardziej szczegółowo

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z

Bardziej szczegółowo

Programowanie celowe #1

Programowanie celowe #1 Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem

Bardziej szczegółowo

Prolog (Pro-Logic) Programowanie w Logice. Dr inż. Piotr Urbanek

Prolog (Pro-Logic) Programowanie w Logice. Dr inż. Piotr Urbanek Prolog (Pro-Logic) Programowanie w Logice Dr inż. Piotr Urbanek Do czego służy ProLog? Używany w wielu systemach informatycznych związanych z: logiką matematyczną (automatyczne dowodzenie twierdzeń); przetwarzaniem

Bardziej szczegółowo

EGZAMIN MATURALNY 2012 INFORMATYKA

EGZAMIN MATURALNY 2012 INFORMATYKA Centralna Komisja Egzaminacyjna EGZAMIN MATURALNY 2012 INFORMATYKA POZIOM PODSTAWOWY Kryteria oceniania odpowiedzi MAJ 2012 2 Zadanie 1. a) (0 2) Egzamin maturalny z informatyki CZĘŚĆ I Obszar standardów

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Logika matematyczna Mathematical Logic Poziom przedmiotu: II

Bardziej szczegółowo

EGZAMIN MATURALNY 2011 INFORMATYKA

EGZAMIN MATURALNY 2011 INFORMATYKA Centralna Komisja Egzaminacyjna w Warszawie EGZAMIN MATURALNY 2011 INFORMATYKA POZIOM PODSTAWOWY MAJ 2011 2 Zadanie 1. a) (0 1) Egzamin maturalny z informatyki poziom podstawowy CZĘŚĆ I Obszar standardów

Bardziej szczegółowo

Algorytmika i pseudoprogramowanie

Algorytmika i pseudoprogramowanie Przedmiotowy system oceniania Zawód: Technik Informatyk Nr programu: 312[ 01] /T,SP/MENiS/ 2004.06.14 Przedmiot: Programowanie Strukturalne i Obiektowe Klasa: druga Dział Dopuszczający Dostateczny Dobry

Bardziej szczegółowo

Logika pragmatyczna dla inżynierów

Logika pragmatyczna dla inżynierów Logika pragmatyczna Logika pragmatyczna dla inżynierów Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.edu.pl materiały + literatura + informacje na stronie www. Zaliczenie: Test pisemny

Bardziej szczegółowo

Piotr Kulicki Katolicki Uniwersytet Lubelski Jana Pawła II Instytut Filozofii Teoretycznej Katedra Podstaw Informatyki

Piotr Kulicki Katolicki Uniwersytet Lubelski Jana Pawła II Instytut Filozofii Teoretycznej Katedra Podstaw Informatyki Piotr Kulicki Katolicki Uniwersytet Lubelski Jana Pawła II Instytut Filozofii Teoretycznej Katedra Podstaw Informatyki Modalności w praktyce informatycznej Lublin, 17 listopada 2009 Interesująca opinia

Bardziej szczegółowo

Zapisywanie w wybranej notacji algorytmów z warunkami i iteracyjnych

Zapisywanie w wybranej notacji algorytmów z warunkami i iteracyjnych Temat 2. Zapisywanie w wybranej notacji algorytmów z warunkami i iteracyjnych Cele edukacyjne Usystematyzowanie podstawowych pojęć: algorytm z warunkami, iteracja, algorytm iteracyjny, zmienna sterująca.

Bardziej szczegółowo

Konstrukcja odcinków niewymiernych z wykorzystaniem. Twierdzenia Pitagorasa.

Konstrukcja odcinków niewymiernych z wykorzystaniem. Twierdzenia Pitagorasa. 1 Konstrukcja odcinków niewymiernych z wykorzystaniem Twierdzenia Pitagorasa. Czas trwania zajęć: ok. 40 minut + 5 minut na wykład Kontekst w jakim wprowadzono doświadczenie: Doświadczenie warto zrealizować

Bardziej szczegółowo

ECDL Podstawy programowania Sylabus - wersja 1.0

ECDL Podstawy programowania Sylabus - wersja 1.0 ECDL Podstawy programowania Sylabus - wersja 1.0 Przeznaczenie Sylabusa Dokument ten zawiera szczegółowy Sylabus dla modułu Podstawy programowania. Sylabus opisuje, poprzez efekty uczenia się, zakres wiedzy

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział: Matematyki Kierunek studiów: Matematyka i Statystyka (MiS) Studia w j. polskim Stopień studiów: Pierwszy (1) Profil: Ogólnoakademicki (A) Umiejscowienie kierunku

Bardziej szczegółowo

Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża,

Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża, Prof. UAM, dr hab. Zbigniew Tworak Zakład Logiki i Metodologii Nauk Instytut Filozofii Wstęp do logiki Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża, kto poprawnie wnioskuje i uzasadnia

Bardziej szczegółowo

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań System aksjomatyczny logiki Budując logikę

Bardziej szczegółowo

11. Blok ten jest blokiem: a. decyzyjnym b. końcowym c. operacyjnym

11. Blok ten jest blokiem: a. decyzyjnym b. końcowym c. operacyjnym 1. Instrukcja warunkowa a. słuŝy do wprowadzania danych oraz wprowadzania wyników b. to instrukcja decyzyjna c. to sposób przedstawienia algorytmu 2. Instrukcja, która opisuje wykonanie róŝnych czynności

Bardziej szczegółowo

Języki i paradygmaty programowania. I. Wprowadzenie

Języki i paradygmaty programowania. I. Wprowadzenie Języki i paradygmaty programowania I. Wprowadzenie O źródłach wykład został przygotowany w ogromnej części w oparciu o serwis http://wazniak.mimuw.edu.pl/ (zgodnie z licencją serwisu) inne źródła: Wikipedia:

Bardziej szczegółowo

Logika dla socjologów Część 2: Przedmiot logiki

Logika dla socjologów Część 2: Przedmiot logiki Logika dla socjologów Część 2: Przedmiot logiki Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Działy logiki 2 Własności semantyczne i syntaktyczne 3 Błędy logiczne

Bardziej szczegółowo

Programowanie deklaratywne

Programowanie deklaratywne Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne

Bardziej szczegółowo

5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH

5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH 5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH Temat, którym mamy się tu zająć, jest nudny i żmudny będziemy się uczyć techniki obliczania wartości logicznej zdań dowolnie złożonych. Po co? możecie zapytać.

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Algorytmy i programowanie Algorithms and Programming Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: kierunkowy Poziom studiów: studia I stopnia forma studiów: studia

Bardziej szczegółowo

Wykład I. Wprowadzenie do baz danych

Wykład I. Wprowadzenie do baz danych Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles

Bardziej szczegółowo

Przeszukiwanie z nawrotami. Wykład 8. Przeszukiwanie z nawrotami. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279

Przeszukiwanie z nawrotami. Wykład 8. Przeszukiwanie z nawrotami. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279 Wykład 8 J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279 sformułowanie problemu przegląd drzewa poszukiwań przykłady problemów wybrane narzędzia programistyczne J. Cichoń, P. Kobylański

Bardziej szczegółowo

Rekurencja. Rekurencja zwana także rekursją jest jedną z najważniejszych metod konstruowania rozwiązań i algorytmów.

Rekurencja. Rekurencja zwana także rekursją jest jedną z najważniejszych metod konstruowania rozwiązań i algorytmów. Rekurencja Rekurencja zwana także rekursją jest jedną z najważniejszych metod konstruowania rozwiązań i algorytmów. Zgodnie ze znaczeniem informatycznym algorytm rekurencyjny to taki który korzysta z samego

Bardziej szczegółowo

2017/2018 WYMAGANIA EDUKACYJNE Z MATEMATYKI

2017/2018 WYMAGANIA EDUKACYJNE Z MATEMATYKI WYMAGANIA EDUKACYJNE Z MATEMATYKI Ocenę CELUJĄCĄ otrzymuje uczeń, który: pomysłowo i oryginalnie rozwiązuje nietypowe zadania, opanował wiadomości i umiejętności, stanowiące wymagania wykraczające (W)

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 15 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 15 zaliczenie z oceną Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb

Bardziej szczegółowo

Algorytm. a programowanie -

Algorytm. a programowanie - Algorytm a programowanie - Program komputerowy: Program komputerowy można rozumieć jako: kod źródłowy - program komputerowy zapisany w pewnym języku programowania, zestaw poszczególnych instrukcji, plik

Bardziej szczegółowo

Autorski program nauczania

Autorski program nauczania Grzegorz Kaczorowski Innowacja pedagogiczna: Algorytmika i programowanie Typ innowacji: programowa Autorski program nauczania poziom edukacyjny: PONADGIMNAZJALNY Realizatorzy innowacji: uczniowie klas

Bardziej szczegółowo

KONSPEKT ZAJĘĆ KOŁA INFORMATYCZNEGO LUB MATEMATYCZNEGO W KLASIE III GIMNAZJUM LUB I LICEUM ( 2 GODZ.)

KONSPEKT ZAJĘĆ KOŁA INFORMATYCZNEGO LUB MATEMATYCZNEGO W KLASIE III GIMNAZJUM LUB I LICEUM ( 2 GODZ.) Joanna Osio asiaosio@poczta.onet.pl Nauczycielka matematyki w Gimnazjum im. Macieja Rataja w Żmigrodzie KONSPEKT ZAJĘĆ KOŁA INFORMATYCZNEGO LUB MATEMATYCZNEGO W KLASIE III GIMNAZJUM LUB I LICEUM ( 2 GODZ.)

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność

Bardziej szczegółowo

PROGRAMOWALNE STEROWNIKI LOGICZNE

PROGRAMOWALNE STEROWNIKI LOGICZNE PROGRAMOWALNE STEROWNIKI LOGICZNE I. Wprowadzenie Klasyczna synteza kombinacyjnych i sekwencyjnych układów sterowania stosowana do automatyzacji dyskretnych procesów produkcyjnych polega na zaprojektowaniu

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK

Bardziej szczegółowo

Algorytm poprawny jednoznaczny szczegółowy uniwersalny skończoność efektywność (sprawność) zmiennych liniowy warunkowy iteracyjny

Algorytm poprawny jednoznaczny szczegółowy uniwersalny skończoność efektywność (sprawność) zmiennych liniowy warunkowy iteracyjny Algorytm to przepis; zestawienie kolejnych kroków prowadzących do wykonania określonego zadania; to uporządkowany sposób postępowania przy rozwiązywaniu zadania, problemu, z uwzględnieniem opisu danych

Bardziej szczegółowo

LOGIKA Dedukcja Naturalna

LOGIKA Dedukcja Naturalna LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów

Bardziej szczegółowo

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa. Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna

Bardziej szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest

Bardziej szczegółowo

Logika dla prawników

Logika dla prawników Logika dla prawników Wykład I: Pytania o logikę Dr Maciej Pichlak Uniwersytet Wrocławski Katedra Teorii i Filozofii Prawa mpichlak@prawo.uni.wroc.pl Tak na logikę Kodeks karny: Art. 226 1. Kto znieważa

Bardziej szczegółowo

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) 16.01.2003 Algorytmy i Struktury Danych PIŁA ALGORYTMY ZACHŁANNE czas [ms] Porównanie Algorytmów Rozwiązyjących problem TSP 100 000 000 000,000 10 000 000

Bardziej szczegółowo

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...

Bardziej szczegółowo

LOGIKA Wprowadzenie. Robert Trypuz. Katedra Logiki KUL GG października 2013

LOGIKA Wprowadzenie. Robert Trypuz. Katedra Logiki KUL GG października 2013 LOGIKA Wprowadzenie Robert Trypuz Katedra Logiki KUL GG 43 e-mail: trypuz@kul.pl 2 października 2013 Robert Trypuz (Katedra Logiki) Wprowadzenie 2 października 2013 1 / 14 Plan wykładu 1 Informacje ogólne

Bardziej szczegółowo

PODSTAWY SZTUCZNEJ INTELIGENCJI

PODSTAWY SZTUCZNEJ INTELIGENCJI Katedra Informatyki Stosowanej Politechnika Łódzka PODSTAWY SZTUCZNEJ INTELIGENCJI Laboratorium PROGRAMOWANIE SYSTEMÓW EKSPERTOWYCH Opracowanie: Dr hab. inŝ. Jacek Kucharski Dr inŝ. Piotr Urbanek Cel ćwiczenia

Bardziej szczegółowo

WIEDZA zna na poziomie podstawowym co najmniej jeden pakiet oprogramowania, służący do obliczeń symbolicznych

WIEDZA zna na poziomie podstawowym co najmniej jeden pakiet oprogramowania, służący do obliczeń symbolicznych Przedmiot: Narzędzia i metody technologii informacyjnej Rok/Semestr: 1/1 Liczba godzin zajęć: 30 LA ECTS: 3 Forma zaliczenia: ZO Liczba stron dokumentu: 1 K_W09 zna na poziomie podstawowym co najmniej

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści wspólnych z kierunkiem Matematyka, moduł kierunku obowiązkowy Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL

Bardziej szczegółowo

Katedra Teorii i Filozofii Prawa Poznań, dnia 27 września 2018 r.

Katedra Teorii i Filozofii Prawa Poznań, dnia 27 września 2018 r. Katedra Teorii i Filozofii Prawa Poznań, dnia 27 września 2018 r. OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Logika prawnicza na kierunku Prawo I. Informacje ogólne 1. Nazwa modułu kształcenia:

Bardziej szczegółowo

Prolog 2 (Filip Wroński, Łukasz Betkowski, Paweł Świerblewski, Konrad Kosmatka)

Prolog 2 (Filip Wroński, Łukasz Betkowski, Paweł Świerblewski, Konrad Kosmatka) Prolog 2 (Filip Wroński, Łukasz Betkowski, Paweł Świerblewski, Konrad Kosmatka) Rozdział 2 Constructing Prolog Programs z książki Prolog Programming in Depth autorstwa Michael A. Covington, Donald Nute,

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 01 Modele obliczeń Jarosław Miszczak IITiS PAN Gliwice 05/10/2016 1 / 33 1 2 3 4 5 6 2 / 33 Co to znaczy obliczać? Co to znaczy obliczać? Deterministyczna maszyna Turinga

Bardziej szczegółowo

1. Algorytmy przeszukiwania. Przeszukiwanie wszerz i w głąb.

1. Algorytmy przeszukiwania. Przeszukiwanie wszerz i w głąb. 1. Algorytmy przeszukiwania. Przeszukiwanie wszerz i w głąb. Algorytmy przeszukiwania w głąb i wszerz są najczęściej stosowanymi algorytmami przeszukiwania. Wykorzystuje się je do zbadania istnienia połączenie

Bardziej szczegółowo

Załącznik 2. Symbol efektu obszarowego. Kierunkowe efekty uczenia się (wiedza, umiejętności, kompetencje) dla całego programu kształcenia

Załącznik 2. Symbol efektu obszarowego. Kierunkowe efekty uczenia się (wiedza, umiejętności, kompetencje) dla całego programu kształcenia Załącznik 2 Opis kierunkowych efektów kształcenia w odniesieniu do efektów w obszarze kształcenia nauk ścisłych profil ogólnoakademicki Kierunek informatyka, II stopień. Oznaczenia efektów obszarowych

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Projektowanie rozwiązania prostych problemów w języku C++ obliczanie pola trójkąta

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Projektowanie rozwiązania prostych problemów w języku C++ obliczanie pola trójkąta SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Wykład V. Rzut okiem na języki programowania. Studia Podyplomowe INFORMATYKA Podstawy Informatyki

Wykład V. Rzut okiem na języki programowania. Studia Podyplomowe INFORMATYKA Podstawy Informatyki Studia Podyplomowe INFORMATYKA Podstawy Informatyki Wykład V Rzut okiem na języki programowania 1 Kompilacja vs. interpretacja KOMPILACJA Proces, który przetwarza program zapisany w języku programowania,

Bardziej szczegółowo

Wprowadzenie do algorytmiki

Wprowadzenie do algorytmiki Wprowadzenie do algorytmiki Pojecie algorytmu Powszechnie przyjmuje się, że algorytm jest opisem krok po kroku rozwiązania postawionego problemu lub sposób osiągnięcia jakiegoś celu. Wywodzi się z matematyki

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji (PSZT) Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania

Bardziej szczegółowo

KARTA KURSU. Wstęp do programowania

KARTA KURSU. Wstęp do programowania KARTA KURSU Nazwa Nazwa w j. ang. Wstęp do programowania Introduction to Programming Kod Punktacja ECTS* 6 Koordynator dr inż. Magdalena Andrzejewska Zespół dydaktyczny: dr inż. Magdalena Andrzejewska

Bardziej szczegółowo

Programowanie w logice Wykład z baz danych dla

Programowanie w logice Wykład z baz danych dla Programowanie w logice Wykład z baz danych dla studentów matematyki 18 maja 2015 Programowanie w logice Programowanie w logice to podejście do programowania, w którym na program patrzymy nie jak na opis

Bardziej szczegółowo

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0 ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

Algorytmy sztucznej inteligencji

Algorytmy sztucznej inteligencji www.math.uni.lodz.pl/ radmat Przeszukiwanie z ograniczeniami Zagadnienie przeszukiwania z ograniczeniami stanowi grupę problemów przeszukiwania w przestrzeni stanów, które składa się ze: 1 skończonego

Bardziej szczegółowo

RAPORT ZBIORCZY z diagnozy umiejętności matematycznych

RAPORT ZBIORCZY z diagnozy umiejętności matematycznych RAPORT ZBIORCZY z diagnozy umiejętności matematycznych przeprowadzonej w klasach szóstych szkół podstawowych Analiza statystyczna Wskaźnik Wartość wskaźnika Wyjaśnienie Liczba uczniów Liczba uczniów, którzy

Bardziej szczegółowo

MiASI. Modelowanie systemów biznesowych. Piotr Fulmański. 7 stycznia 2010. Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska

MiASI. Modelowanie systemów biznesowych. Piotr Fulmański. 7 stycznia 2010. Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska MiASI Modelowanie systemów biznesowych Piotr Fulmański Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska 7 stycznia 2010 Spis treści 1 Czym jest system biznesowy? Po co model bizensowy? Czym

Bardziej szczegółowo

Logika stosowana. Ćwiczenia Programowanie w logice i PROLOG. Marcin Szczuka. Instytut Informatyki, Uniwersytet Warszawski

Logika stosowana. Ćwiczenia Programowanie w logice i PROLOG. Marcin Szczuka. Instytut Informatyki, Uniwersytet Warszawski Logika stosowana Ćwiczenia Programowanie w logice i PROLOG Marcin Szczuka Instytut Informatyki, Uniwersytet Warszawski Wykład monograficzny w semestrze letnim 2018/2019 Marcin Szczuka (MIMUW) Logika stosowana

Bardziej szczegółowo

LOGIKA Klasyczny Rachunek Zdań

LOGIKA Klasyczny Rachunek Zdań LOGIKA Klasyczny Rachunek Zdań Robert Trypuz trypuz@kul.pl 5 listopada 2013 Robert Trypuz (trypuz@kul.pl) Klasyczny Rachunek Zdań 5 listopada 2013 1 / 24 PLAN WYKŁADU 1 Alfabet i formuła KRZ 2 Zrozumieć

Bardziej szczegółowo

Metoda Tablic Semantycznych

Metoda Tablic Semantycznych Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,

Bardziej szczegółowo

Koło matematyczne 2abc

Koło matematyczne 2abc Koło matematyczne 2abc Autor: W. Kamińska 17.09.2015. Zmieniony 08.12.2015. "TO CO MUSIAŁEŚ ODKRYĆ SAMODZIELNIE, ZOSTANIE W TWYM UMYŚLE ŚCIEŻKĄ, KTÓRĄ W RAZIE POTRZEBY MOŻESZ PÓJŚĆ RAZ JESZCZE" G. CH.

Bardziej szczegółowo

EGZAMIN MATURALNY W ROKU SZKOLNYM 2017/2018 INFORMATYKA

EGZAMIN MATURALNY W ROKU SZKOLNYM 2017/2018 INFORMATYKA EGZAMIN MATURALNY W ROKU SZKOLNYM 2017/2018 INFORMATYKA POZIOM ROZSZERZONY FORMUŁA OD 2015 ( NOWA MATURA ) ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1,R2 MAJ 2018 Uwaga: Akceptowane są wszystkie odpowiedzi

Bardziej szczegółowo

Projektowanie baz danych

Projektowanie baz danych Projektowanie baz danych Etapy procesu projektowania BD Określenie celów, jakim ma służyć baza danych (w kontakcie z decydentem z firmy zamawiającej projekt). Sprecyzowanie zakresu dostępnych danych, kategorii

Bardziej szczegółowo

Ocenianie ciągłe (praca przy Formująca tablicy oraz przy komputerze) pisemne, końcowe zaliczenie pisemne

Ocenianie ciągłe (praca przy Formująca tablicy oraz przy komputerze) pisemne, końcowe zaliczenie pisemne KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Kurs języka programowania 2. KIERUNEK: Matematyka 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: II/4 5. LICZBA PUNKTÓW ECTS: 3 6. LICZBA GODZIN: 15 wykład

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia

Bardziej szczegółowo

Programowanie w języku C++ Podstawowe paradygmaty programowania

Programowanie w języku C++ Podstawowe paradygmaty programowania Programowanie w języku C++ Podstawowe paradygmaty programowania Mirosław Głowacki 1 1 Akademia Górniczo-Hutnicza im. Stanisława Staszica w Ktrakowie Wydział Inżynierii Metali i Informatyki Stosowanej Katedra

Bardziej szczegółowo

Kierunek i poziom studiów: matematyka, studia I stopnia, rok I. Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat)

Kierunek i poziom studiów: matematyka, studia I stopnia, rok I. Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat) Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: matematyka, studia I stopnia, rok I Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat) 1. Informacje ogólne koordynator modułu Tomasz

Bardziej szczegółowo

Informatyka I: Instrukcja 4.2

Informatyka I: Instrukcja 4.2 Informatyka I: Instrukcja 4.2 1 Wskaźniki i referencje - bezboleśnie Nauczyliśmy się do tej pory, że funkcje w języku C mogą zwracać wartość. Co jednak, gdybyśmy chcieli napisać funkcję, która rozwiąże

Bardziej szczegółowo

TEORETYCZNE PODSTAWY INFORMATYKI

TEORETYCZNE PODSTAWY INFORMATYKI 1 TEORETYCZNE PODSTAWY INFORMATYKI WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Wykład 14c 2 Definicje indukcyjne Twierdzenia dowodzone przez indukcje Definicje indukcyjne Definicja drzewa

Bardziej szczegółowo

Cel projektu: Wymogi dotyczące sprawozdania:

Cel projektu: Wymogi dotyczące sprawozdania: W ramach zajęć proszę wykonać sprawozdanie z logiki rozmytej. Sprawozdanie powinno realizować zadanie wnioskowania rozmytego. Cel projektu: Student projektuje bazę wiedzy wnioskowania rozmytego (kilka,

Bardziej szczegółowo

ćwiczenia 15 zaliczenie z oceną

ćwiczenia 15 zaliczenie z oceną Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb

Bardziej szczegółowo

Programowanie i techniki algorytmiczne

Programowanie i techniki algorytmiczne Temat 2. Programowanie i techniki algorytmiczne Realizacja podstawy programowej 1) wyjaśnia pojęcie algorytmu, podaje odpowiednie przykłady algorytmów rozwiązywania różnych 2) formułuje ścisły opis prostej

Bardziej szczegółowo

PROLOG. Prolog. Programowanie, W.F. Clocksin, C.S. Mellish, HELION Prolog, język sztucznej inteligencji, Eugeniusz Gatnar, Katarzyna Stąpor, Wyd.

PROLOG. Prolog. Programowanie, W.F. Clocksin, C.S. Mellish, HELION Prolog, język sztucznej inteligencji, Eugeniusz Gatnar, Katarzyna Stąpor, Wyd. PROLOG 1. Informacje wstępne Podczas zajęć korzystamy z darmowej wersji interpretera Prologu SWI-Prolog dostępnego ze strony: www.swi-prolog.org 2. Literatura i materiały Prolog. Programowanie, W.F. Clocksin,

Bardziej szczegółowo

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do

Bardziej szczegółowo

mgr Anna Dziuba Uniwersytet Wrocławski mgr Anna Dziuba

mgr Anna Dziuba Uniwersytet Wrocławski mgr Anna Dziuba Uniwersytet Wrocławski Podział definicji Ze względu na to, do czego się odnoszą: Definicje realne dot. rzeczy (przedmiotu, jednoznaczna charakterystyka jakiegoś przedmiotu np. Telefon komórkowy to przedmiot,

Bardziej szczegółowo

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

Dydaktyka matematyki III-IV etap edukacyjny (wykłady) Dydaktyka matematyki III-IV etap edukacyjny (wykłady) Wykład nr 4 Wprowadzanie i definiowanie matematycznych pojęć (cd.) Matematyczne rozumowania na poziomach SP i licealnym Semestr zimowy 2018/2019 Jakie

Bardziej szczegółowo

Projektowanie oprogramowania cd. Projektowanie oprogramowania cd. 1/34

Projektowanie oprogramowania cd. Projektowanie oprogramowania cd. 1/34 Projektowanie oprogramowania cd. Projektowanie oprogramowania cd. 1/34 Projektowanie oprogramowania cd. 2/34 Modelowanie CRC Modelowanie CRC (class-responsibility-collaborator) Metoda identyfikowania poszczególnych

Bardziej szczegółowo

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn

Bardziej szczegółowo

Wstęp do logiki. Semiotyka cd.

Wstęp do logiki. Semiotyka cd. Wstęp do logiki Semiotyka cd. Semiotyka: język Ujęcia języka proponowane przez językoznawców i logików różnią się istotnie w wielu punktach. Z punktu widzenia logiki każdy język można scharakteryzować

Bardziej szczegółowo